【摘要】：移動互聯(lián)網(wǎng)的發(fā)展促使通信運營商將原有的以網(wǎng)絡為核心的通信運營模式改變?yōu)橐钥蛻趔w驗為中心的新型價值模式,通過數(shù)據(jù)挖掘?qū)崿F(xiàn)以客戶體驗管理為中心的通信智能運營已經(jīng)成為一種必然的趨勢。通信智能運營中的客戶流失預警和終端精準營銷是典型的不平衡數(shù)據(jù)分類問題,因此,面向不平衡數(shù)據(jù)集的分類算法研究及其在通信智能運營中的應用具有實用意義。本文針對不平衡數(shù)據(jù)集的分類算法進行研究,所做的主要研究工作包括以下方面:首先,為解決不平衡數(shù)據(jù)集的分類問題,提出了一種基于近鄰樣本分布和泊松分布的改進合成少數(shù)類過采樣(SMOTE:Synthetic Minority Oversampling Technique)算法,針對 SMOTE 算法生成新樣本時不考慮數(shù)據(jù)分布、生成新樣本過程不可控、丟棄多數(shù)類信息的問題,在生成新樣本的時候引進和數(shù)據(jù)分布有關的參數(shù),對合成樣本的偏離程度進行有效調(diào)節(jié),仿真結果驗證了所提算法的有效性;其次,針對k最近鄰(kNN:k-Nearest Neighbor)分類算法的算法復雜度過高的問題,提出了一種基于預分類的kNN改進算法(kP:kNN algorithm based on Pre-classification),通過刪除數(shù)據(jù)集中特征不明顯的數(shù)據(jù)樣本來減少算法時間復雜度,仿真結果驗證了所提算法的有效性。最后,從通信智能運營實際應用的角度出發(fā),針對客戶流失數(shù)據(jù)和終端營銷數(shù)據(jù),采用基于近鄰樣本分布和泊松分布的改進SMOTE算法(SPDDN:SMOTE algorithm based on Poisson Distribution and the Distribution of Neighborhoods)和kP算法進行數(shù)據(jù)挖掘和分析,驗證了上述所提算法的有效性,為通信智能運營中面向不平衡數(shù)據(jù)集的分類方法提供了有效的解決方案。
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：F626;TP311.13
【圖文】：

圖３－２邋丫對ＳＰＤＤＮ算法的ＡＵＣ的影響（客戶流失數(shù)據(jù)）逡逑

０邐２邐４邐６邐８邋１０邋１２邋１４邋１６邋１８邋２０邋２２邋２４邋２６邋２８邋３０邋３２邋３４邋３６邋３８邋４０逡逑Ｖ逡逑圖３－２邋丫對ＳＰＤＤＮ算法的ＡＵＣ的影響（客戶流失數(shù)據(jù)）逡逑０．６３６逡逑０．６３４邐ｊ賃逡逑０．６３２邐ＴＩＶ－逡逑Ｕ邋°－６３逡逑＜邋０．６２８逡逑０．６２６邐Ｎ．逡逑０．６２４邐，逡逑０．６２２逡逑０邐０．５邐１邐１．５邐２邐２．５邐３邐３．５邐４逡逑Ｖ逡逑圖３－３邋丫對ＳＰＤＤＮ算法的ＡＵＣ的影響（電商業(yè)務營銷ex據(jù)）逡逑２３逡逑

近鄰的標簽來判斷數(shù)據(jù)樣本所屬的標簽�！危蔚乃惴ㄔ頌椋和ㄟ^在訓練集中逡逑尋找Ａ個最近的數(shù)據(jù)樣本，然后對Ａ個近鄰的類別標簽進行投票，按照少數(shù)服從逡逑多數(shù)的原則得出最后的投票結果作為數(shù)據(jù)樣本最后的分類結果，如圖４－１［５４１。逡逑訓練集．‘逡逑，／邋廔測．逡逑＇、、■逡逑＇、、、、、…一，’逡逑圖４－１々ＮＮ鄰分類算法原理圖逡逑由ｒ邋々ＮＮ方法ｆｅ要靠近鄰的數(shù)據(jù)樣本，而＋是靠判別類域的方法來確定所逡逑屬類別，因此在數(shù)據(jù)集的類域交叉或重疊較多的怙況Ｋ，邋ＡＮＮ方法往往更為適逡逑八逡逑ａ邋0逡逑々ＮＮ算法在特征空Ｎ中尋找鄰居的度ｍ濘式包枯距離度和相似度度量，逡逑距離度量用于衡最樣本在特征空間種存在的差異，如糶樣本之間的距離越遠則說逡逑明樣本之間焌差異越大。相似度度

本文編號：2762604